[論文レビュー] A Lagrangian Dynamic Mode Decomposition

Jörn Sesterhenn, Amir Shahirpour|arXiv (Cornell University)|Mar 8, 2016

Fluid Dynamics and Turbulent Flows参考文献 5被引用数 3

ひとこと要約

本稿では、データを伝達構造の群速度に一致する移動基準系に変換するラグランジュ動的モード分解（L-DMD）を提案する。これにより、POD や DMD を用いた低ランク表現が可能となり、移動する構造に対して少数の主要モードを回復できる。この方法により、直感的でない劣化した特異値の減少が解消され、圧縮性スタートジェットのヘッド・ヴォーテックスに対して実証された。

ABSTRACT

Temporal or spatial structures are readily extracted from complex data by modal decompositions like POD or DMD. Subspaces of that decompositions serve as reduced order models and define spatial structures in time or temporal structures in space. Convecting phenomena pose a major problem to those decompositions. A structure travelling with a certain group velocity will be perceived as a plethora of modes in time or space respectively. This manifests itself for example in poorly decaying Singular Values when using a POD. The poor decay is very counter-intuitive, since we expect a single structure to be represented by a few modes. The intuition proves to be correct and we show that in a properly chosen reference frame along the characteristic defined by the group velocity, a POD or DMD reduces moving structures to a few modes, as expected. Beyond serving as a reduced model, the re- sulting entity can be used to define a constant or minimally changing structure in turbulent flows. This can be interpreted as an empirical counterpart to exact coherent structures. We present the method and its application to the head vortex of a compressible starting jet.

研究の動機と目的

• 流体の流れにおける伝達構造を解析する際、POD や DMD で観察される特異値の劣化した減少を是正すること。
• 1つの移動構造がフレームのずれにより多数のモードとして現れるという直感的でない問題を解消すること。
• 主な伝達構造の群速度に一致する基準系にデータを変換する手法を開発し、期待される低ランク表現を回復すること。
• ラグランジュ基準系で分解を安定化させることで、乱流内における実験的コherent構造の同定を可能にすること。
• 本手法の有効性を、実世界の応用例として圧縮性スタートジェットのヘッド・ヴォーテックスに適用して検証すること。

提案手法

• 主要な伝達構造の群速度に一致する基準系にデータを変換する。群速度は、伝播の特徴的向きから導出される。
• 移動基準系で特異直交分解（POD）または動的モード分解（DMD）を適用し、空間的または時間的モードを抽出する。
• 群速度を用いてラグランジュ基準系を定義し、伝達構造が静止またはゆっくり変化するように保証する。
• 得られた分解を活用して、構造を表す最小限のモード集合を特定し、モードの減少性と解釈可能性を向上させる。
• 圧縮性スタートジェットのヘッド・ヴォーテックスに本手法を適用し、コherentなダイナミクスを捉える有効性を検証する。

実験結果

リサーチクエスチョン

• RQ1 群速度に一致するラグランジュ基準系にデータを変換することで、POD や DMD における伝達構造のモード分解にどのような影響を与えるか？
• RQ2 なぜ標準的な POD では伝達構造に対して特異値の減少が劣化するのか？この問題は基準系の変換によって是正可能か？
• RQ3 移動基準系で分解した場合、1つの伝達構造が僅か数個のモードで表現可能か？
• RQ4 ラグランジュDMD手法は、乱流内におけるコherent構造の同定をどの程度向上させるか？
• RQ5 本手法は、圧縮性スタートジェットのヘッド・ヴォーテックスのような実際の複雑な流れに対して、どのように性能を発揮するか？

主な発見

• 本手法により、伝達構造に適用したPODで特異値の急激な減少が回復され、1つの構造が僅か数個のモードで表現可能であることが確認された。
• ラグランジュ基準系では、圧縮性スタートジェットのヘッド・ヴォーテックスが最小限のモード数で捉えられ、低ランク近似の改善が示された。
• 得られた分解により、移動基準系で安定的で、一定または最小限に変化する構造が明確に現れ、正確なコherent構造に類似した性質を示した。
• 本手法により、乱流内に恒久的なパターンを同定することで、正確なコherent構造の経験的代替手段が提供された。
• 圧縮性スタートジェットへの応用により、複雑な対流的ダイナミクスを示す実世界の流体力学的状況において、本手法の有効性が検証された。